基于广义高斯混合模型的块图像超分辨率重建
图像与视频处理
2022-06-08 v1 机器学习
信号处理
摘要
单图像超分辨率(SISR)方法旨在从低分辨率观测中恢复高分辨率的清晰图像。一类基于图像块的方法已受到相当多的关注与发展。最小均方误差(MMSE)方法是一种强大的图像复原方法，它利用图像块上的概率模型。本文提出一种算法，从参考数据的低分辨率块与相应高分辨率块对中学习联合广义高斯混合模型(GGMM)。随后我们基于MMSE方法重建高分辨率图像。我们的数值评估表明，MMSE-GGMM方法可与其他最先进的方法相竞争。
引用
@article{arxiv.2206.03069,
title = {Patch-based image Super Resolution using generalized Gaussian mixture model},
author = {Dang-Phuong-Lan Nguyen and Jean-François Aujol and Yannick Berthoumieu},
journal= {arXiv preprint arXiv:2206.03069},
year = {2022}
}